MétaCan
Menu
Retour à la cohorte
Enregistrement W2734915475 · doi:10.3138/cbmh.190-21122016

Vaccines, Pesticides, and Narratives of Exposure and Evidence

2017· article· en· W2734915475 sur OpenAlexvenueno aff
Elena Conis

Notice bibliographique

RevueCanadian Journal of Health History · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHistorical Medical Research and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesChemical Heritage Foundation
Mots-clésNarrativePublic healthPublic relationsPower (physics)Political scienceSociologyHistoryEnvironmental ethicsMedicineLiteratureNursingArt

Résumé

récupéré en direct d'OpenAlex

This essay considers the cultural work performed by two public health narratives - the DDT narrative and the vaccine narrative - as they appeared in popular and professional discourse concerning two recent media events: controversy over an antivaccination film, and the emergence of a Zika global public health emergency. Like all narratives in the history of medicine, the stories historians and others tell about DDT and about vaccines organize a shared past to explain the present. They also point to a hoped-for future. The DDT and vaccine narratives share several themes: public health, expertise, evidence, exposure, and power. Their inclusions and exclusions, however, convey distinct messages about these themes, particularly regarding the right conduct of health citizens in the pursuit of public health. These narratives are analyzed to compare their agendas, and to propose a case study of how historical work can shed light on contemporary public health norms, practice, and challenges.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,478
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,095
Tête enseignante GPT0,360
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health HistoryMême sujetHistorical Medical Research and TreatmentsTravaux en français237 207